各位前輩好，小弟是半路出家；
因為研究所期間開始接觸coding，
所以碩士畢業之後又跑去學術單位當RA練功兩年，
主要做NLP，ML也有摸到。
過去五個月面試了幾家公司，提供自己的經驗給其他人參考。
以下用面試時間由先到後排序：
1. Appier - Machine learning scientist
近期最火紅的公司，我很不知道天高地厚的放在第一家面試 XD
地點在很氣派的華南大樓，
兩位工程師進會議室講完名字沒有其他寒暄就直接叫我上白板介紹研究，
問的東西也都滿細的。
不過因為我過去兩年的研究偏重在語義情緒分析，不太符合他們要的；
而我在ML的應用就是發paper的時候用過的那些SVM, Naive Bayes的toolkit，
所以一邊面試一邊也有被打槍的心理準備。
（面試中間看到田神從外面走廊經過，算是收穫之一）（無誤）
最後考一題簡單coding，類似建構ROC curve的概念。
result: rejection 不訝異，連我們實驗室畢業的PhD去面都GG了
2. 友達光電 - 資深(data?)工程師
在竹科總部的缺，主要做market intelligence
友達想找人幫忙爬網路上關於友達產品的文章與評論，
作為公司開發市場的資料，因為這樣所以需要寫crawler跟弄NLP的人。
面試過程就是考完英文跟心理測驗，
該team的三個主管與工程師來討論我做的研究。
三位前輩態度都很友善，
也有討論在那附近租屋生活的資訊，面試氛圍滿不錯。
唯一要靠杯的是廠區門口保全態度很差，不知道在囂張什麼。
result: offer get
3. 趨勢科技 - Machine learning expert
台灣CS畢業生及軟體工程師的熱門跑點之一，
投送履歷之後先來三題codility，完成之後到敦化南路onsite。
到了現場再來一張紙筆考試，內容大概包含網路跟OS基本概念。
不過完成之後第一個面的team是另外一組主管，
因為那位主管說對我的經歷滿有興趣，所以我也不排斥多聊。
他們做的事要把很多分散在世界各處不同系統的伺服器log迅速歸納處理，
並找出可能具有同質性的訊息，以便做危機處理。
（還記得他們說做這個task的系統叫做麝香貓，超可愛的）
但是這個team開的職位算QA而不是SWE。
這組面完才是原本ML expert的team來面。
除了問研究之外，也考了一題情境題，
說在不使用郵件的metadata情況下要怎麼樣找出假冒身份發的信件；
好比說有路人甲假裝是郭台銘然後發信給其他大老闆說要募資。
我說可以分析本人寫文章的模式，歸納他常用的詞彙，
人稱的運用頻率，甚至使用標點符號的習慣。
他們聽了以後笑笑的說好像不錯，不過後來HR約二面的時候就沒有這個team了，
反倒是麝香貓的工程師再來跟我細聊。
過程中很可以感受到他們的善意，
包含我說我其實對QA跟網路沒有這麼熟，他們也說沒關係可以再訓練。
可惜我還是有點怕以後不好轉職，所以就跟HR說我想堅持原本丟的職缺。
result: rejection
4. Kloudless(柯迪) - Software engineer
這家美商新創好幾個月前也有板友分享面試經驗，其實滿類似；
不過從一開始他們在104上面看到我的履歷主動跟我聯繫，算是第一次會談。
之後又打一通電話問會不會用JS或其他工具，
以及考一些git或linux使用經驗，（第二趴）
然後才是codility。（第三趴）
線上題目寫完，隔幾天跟美國的VP用hangout進行live test，（第四趴）
考兩題coding外加一題linux使用情境題。
我自己覺得coding寫得不錯，
linux情境題就是strace不熟用法所以面試官有給提示才完成，
但最後他們也約我到信義路上的辦公室onsite。（第五趴）
在onsite之前的面談與面試通通都是用英文溝通，我的英文也沒問題。
結果最後是拒絕信。
因為onsite他們沒有問我technical的問題，所以收拒絕信我頗為不解；
真要說我能力不足應該前面三趴就可以評量出來了，
第四趴的hangout test我自己覺得也不會扣分太多。
如果說跑完前四趴覺得我不OK那其實就不用約onsite了，害我多請了半天假。
5. 竹間智能 - NLP engineer
近年在台灣成立的NLP公司，辦公室在內湖瑞光路。
面試是一個team lead主持，考了不少ML的基本概念，
好比說neural network常用的loss function是什麼，
hinge loss是什麼以及常用在哪個方法等等。
也考了兩題coding（記得有一題是two sum），
team lead後來說覺得我可以先進去做碼農。
最後才來主管，主管說公司近期有募到資金，所以再撐十年絕對沒有問題。
（不過後來也有聽到業界消息說沒有這麼樂觀）
result: 無聲卡，應該是薪水開太高了
6. 104 - NLP data engineer
這個過程比較有趣，地點在新店總部（HTC附近）。
目前那個team帶頭的博士因為在我們單位做過訪問學人，
因此對我們這邊滿熟的。博士原本對我們實驗室的前輩有興趣，
不過因為前輩目標是教職，所以對方退而求其次，找我 XD
第一次面談之後就是回家寫三題簡單的codility，
再後來team出一些project當回家作業，
包含在眾多job description找出關鍵字，或是構想新的應用。
幾周後我實在沒有時間實作，就把我會的做法用email回覆；
（好比使用word2vec或是用TF-IDF等等）
第二次面談的時候他們就直接用投影機把我的信打出來，
我在台前一邊講解一邊回答該team大約六名工程師的問題。
雖然月薪普通，但他們的分紅跟其他福利其實挺不錯；
公司樓下也有自己的托嬰中心，HR說不到一歲就可以送過去了。
這對於有小孩的新手爸媽應該滿有吸引力。
不管104過去在網上的風評如何，至少我遇到的主管前輩都非常專業。
result: offer get
7. Synology - 軟(韌)體開發工程師(Product Developer)
傳說中的白板馬拉松，由HR發信邀請參加面試。
開始之前也是thread, mutex, OOP概念先問一問，
然後就分三關考白板。考了滿多題linked list。
當天最後一題是在一個陣列裡面找出現過半數的數字；
自己提了兩個方法，不過面試官希望更省空間跟時間，
第三個方法是考官提示之後才寫出來。
因為這職缺的JD說想要C/C++強者，而我過去兩年主修C#跟Python，
所以一開始我其實跟HR說我不想去浪費大家的時間。
是在HR多次致電盛情邀約之後才去面試，但最後我也沒見到HR。
result: rejection
8. CloudMile - ML engineer
2016成立的本土新創，為google cloud合作夥伴；
主要是利用google cloud platform提供data相關的service給企業使用。
我挑某天午休前往他們在基隆路的辦公室面談，與會者是IT director。
長官稍微描述公司概況，
提到組上會用tensorflow，問我有沒有興趣。
再說公司會希望工程師找時間考取google cloud的證照，
能力達到一定程度公司會再派出去在一些論壇或學會給talk。
我說只要不是前一天才通知就好 XD
面試長度沒有太久，感覺IT director是非常有經驗的人，
問問題不拖泥帶水，就是問以後公司會需要的能力。
result: offer get
9. RT Lawrence - Big data developer
這家是美商，在美國LA成立二十多年做稅收軟體，
今年才來台灣設研發中心，但在台中西屯區。
第一次對話是用skype talk跟在LA的負責人及CTO三方通話；
前者是從小在美國長大的台灣人，後者應該是印度人。
兩位主管輪番問研究跟經歷，
因為我過去兩年在實驗室做的方法算我們指導老師獨樹一格的概念，
在業界並不普及，所以常常會被challenge
負責人就狂炮我們的方法 XD
我自己沒有太大感覺，只是覺得後續沒望了；
結果過了幾天負責人跟我聯絡，說要飛回台中看辦公室，順便找我面談。
我挑了某天下班後從台北坐高鐵到台中，
與負責人跟公司的一位manager吃飯，席間就繼續問答。
這位負責人是機械出身，但數學底子很強。
他的專長是建模型，所以在美國待過NASA lab；
做過流體分析，商業顧問，後來才跳來做e-commerce。現在想要做AI。
他說他當時skype talk的評論是針對那個方法，但對我的能力他覺得ok
最後manager塞給我一千塊補貼我的車費；
雖然整趟高鐵票加計程車錢其實要兩千，
但我覺得在台灣面試，這樣已經是非常有誠意的表現。
result: offer get
10. 廣達電腦 - Deep learning specialist / 自然語言人工智慧研究工程師
位在林口總部，原本丟自然語言的缺，
後來HR覺得我可以順便面deep learning的缺，就幫我團報了。
當天先完成類多益的英文考試，
HR再給我兩份紙筆考題，包含一些邏輯跟簡單程式題，
還有那種想仿造美國大公司的腦力激盪。
先面的是deep learning specialist，單位記得是BU12；
兩位工程師問完換主管，主要應用是影像跟音訊的分析。
後來才是自然語言工程師的面談，換一個寫app的team，
一樣是兩位工程師打頭陣。
這個team先前發行了一款app，有點像是作熱門網路論壇的重點訊息推播，
然後他們想要進一步的去做recommendation。
兩位工程師問了不少語意分析的技巧，包含斷詞跟同義辭彙辨識，
與其說是考試不如說是技術交流。
講了一小時，這組的主管才在工程師打電話提醒之下來會議室。（那時候已經五點多）
主管問問題的態度給人感覺很隨意，除了稱讚我英文考950之外，
又問了幾個我已經跟兩位工程師講過的問題。
主管最後看看手錶，傍晚六點。
主管："那就下次再來一次吧，考考coding跟進一步面談。"
我："............"
我是覺得廣達如果不跟軟體公司一樣先用線上測驗過濾，
至少該讓求職者on-site的時候就直接上白板。
(一開始塞那份考不出程度的紙筆考題，很浪費時間...)
而且在工程師的言談之中，
可以推得那位主管在面試過程中已經回辦公室；
也不知道為什麼是工程師打去催之後主管才來。
當天在廣達花了整整4.5個小時，贏過synology的3小時。
result: 打電話跟人資婉拒二面
11. 中華電信研究所 - AI核心技術研發
今年中華電信第23次人員遴選，地點位於楊梅。
apply的時候先在系統上填履歷，
隔幾個禮拜收到二面邀請，需要使用他們的制式PPT做簡報（只有十頁）
然後簡報時間只有五分鐘，所以你要在五分鐘講完你的豐功偉業。
當天氣氛滿歡樂。
我為求從容提早半小時到，門口接待工作人員就問我要不要直接上，
因為原本排我前面的面試者臨時取消。
我覺得沒問題就直接進去開始。在場有大概七位主管。
講完之後，一位主管先針對我在目前單位的研究細問，
後來我再多描述了我在中華民國人工智慧學會發過的paper。
（使用word embedding對PTT電影評論作情緒分析）
結果另外一位面試官又好奇的問我以前工作經歷。
面試官："你履歷表上寫你以前在華創車電啊？"
我："對，就是納智捷的研發單位。當初我是做U6的內裝。"
"所以如果各位在場的長官有買這台車的話，我先跟各位說聲抱歉。"
面試官們："哈哈哈哈哈哈哈哈哈～～～"（真的是大笑）
面試官："所以有問題就找你就對了啦！！！"
我："（跟著大笑）"
於是專業面談就結束了。
離開之前再跟公司的會計談了期望薪資，很愉快的完成此次郊遊。
result: offer get
大家說中華電信月薪不高，但隱藏福利很多，是真的。
以上，算小弟的奮鬥歷程。
雖然也是被打槍滿多次的，但很高興總算轉換跑道。
祝大家工作順利身體健康～